【产业结构对流动人口就业质量的实证分析案例9500字（论文）】

产业结构对流动人口就业质量的实证分析案例目录TOC\o"1-3"\h\u3311产业结构对流动人口就业质量的实证分析案例 1264671.1变量说明 1108581.1.1被解释变量 191821.1.2主要解释变量 27301.1.3控制变量 32830（1）个体特征控制变量 311627（2）流动特征控制变量 322042（3）城市特征控制变量 3109221.2模型构建与数据说明 418781.2.1基准模型 4203971.2.2中介效应模型 4213201.2.3数据说明 529461.2.4变量共线性检验 6201951.3基本回归结果及分析 7248401.4稳健性检验 9298071.5中介效应检验 101.1变量说明1.1.1被解释变量本文的被解释变量为流动人口的就业质量，本文采用诸萍等学者的观点，选取劳动性质、劳动报酬、劳动强度、劳动保障障四个维度来测量流动人口的就业质量。见表6-1表6-1就业质量指标体系维度指标问题劳动性质就业类型您现在的主要职业是什么？单位类型您现在就业的单位性质属于哪一类？劳动报酬月工资收入个人上个月（或上次就业）工资收入？劳动强度周工作时间周工作时间为多少？劳动保障劳动合同签订您与目前工作单位签订何种劳动合同？社会医疗保险您目前参加何种社会医疗保险？其中，劳动性质由就业类型和单位类型来衡量。就业类型使用问卷中“您现在的主要职业是什么？”和定义，不同就业类型给流动人口带来的就业质量是有差异的，一些需要体力劳动的就业类型可能会降低流动人口的就业质量。单位类型使用问卷中“您现在就业的单位性质属于哪一类？”来衡量。就业单位能带给流动人口工作环境和福利待遇上的不同，从而影响其就业质量。劳动报酬使用问卷中“您个人上个月（或上次就业）工资收入/纯收入为多少？”来衡量，工资收入的多少影响着流动人口家庭生活的水平。劳动强度使用问卷中“您这周工作时间为多少小时？”来衡量，过高的工作时间会显著降低劳动者的就业质量。根据劳动法，平均每周工作时间不应超过44小时。劳动保障使用问卷中“您与目前工作单位（雇主）签订何种劳动合同？”来衡量，签订固定或长期的劳动合同能够有效的保障劳动者的合法权益。社会医疗保险使用问卷中“您目前是否在本地参加过城镇职工医疗保险？”来衡量，流动人员在流入地参加了城镇职工医疗保险则表明当地的社会保障水平良好。1.1.2主要解释变量本文的主要解释变量是产业结构变量。1994年以后，随着农业产值占各行业产值比重的不断下降和第一产业影响力的下降，各地区都把第二产业和第三产业作为产业结构升级调整的重点。因此，本研究通过第三产业产值与第二产业产值的比率来衡量每个城市的产业结构。这个变量反映了当地城市的产业结构。系数值越大，产业结构越高；系数值越小，产业结构越落后。产业结构对流动人口就业质量有正向影响。1.1.3控制变量在经济发展过程中，产业结构并不是影响流动人口就业质量的唯一因素。还有其他因素会促进或阻碍流动人口的就业质量。因此，本文在将产业结构作为影响流动人口就业质量的主要解释变量的同时，也将这一过程中的影响因素作为控制变量。控制变量分为个体特征、流动特征和城市特征控制变量，具体描述如下：个体特征控制变量在产业结构对流动人口就业质量的影响中，流动人口的个体特征起着至关重要的作用。根据CMDS的个人数据，本文将个体变量分为年龄、年龄平方、性别、婚姻状况和教育水平。收入在早期会增加，然后随着年龄的增长而减少。收入水平也会影响就业质量。如今，在中国乃至世界范围内，职场性别歧视依然明显，男性的平均收入水平高于女性。个人婚姻状况也会对个人就业质量产生影响。随着个人婚后承担的家庭责任和压力越来越大，个人会提高工作效率，更加努力工作，从而提高个人就业质量。此外，个人的教育水平对个人就业质量也同样重要。教育水平越高，越能享受到产业结构升级带来的好处。在加工变量方面，性别变量被设定为分类虚拟变量，女性为参照组。将户口变量分为两组，以户口为参考组。民族变量被作为少数民族的参考群体。年龄对普通工人收入的影响是非线性的，因此在年龄变量的基础上增加了年龄的平方项。教育水平应根据教育背景确定。政治面貌为两组，以非党员为参照组。流动特征控制变量流动特征主要包括流动范围和流动时长。其中流动范围设置为分类变量，以跨省为参照组。流动时长以第一次流动为基准。用2017减去第一次流动的年份进行估算。城市特征控制变量城市特征包括城市人均GDP、失业率和人口密度。人均GDP经常被用作衡量经济发展程度的指标。这对我们了解一个地区的宏观经济发展是一个重要的参考。本研究将每个城市在一年内实现的GDP与城市常住人口的比率作为城市人均GDP。该变量值越大，城市人均GDP越高，对流动人口就业质量有积极影响。城镇失业率在我国一般用城镇登记失业率来表示，是衡量一个地区就业状况的重要依据。该研究使用年末城镇登记失业人数占年末城镇职工人数和年末城镇登记失业人数之和的比例来衡量这一变量。城镇失业率越高，当地就业状况越差，对流动人口的就业质量产生负面影响。城市人口研究通过城市人口与城市面积的比率来衡量这一变量。城市人口密度越高，城市吸引人口流入的能力越强，这对流动人口的就业质量有积极影响。1.2模型构建与数据说明1.2.1基准模型为研究产业结构对流动就业质量的影响，本文构建基准模型如下：Qi=在上式中Qi表示第i个流动人口的就业质量指数，xi表示第i个流动人口流入城市的产业结构指数，pi表示流动人口的个体特征控制变量，具体包括性别、年龄、受教育程度、户籍、政治面貌。mi表示流动人口的流动特征控制变量，具体包括流动年限和流动范围。ci1.2.2中介效应模型基于研究假设，本文使用城市人口密度作为中间变量，对可能存在的影响机制进行分析。在分析过程中借鉴（黄梦琪，2021）的做法，采用逐步检验回归系数的方法。QiMiQi第一步先对式1.2的基准模型进行回归，如果β1显著为正，就表示产业结构对流动人口就业质量有促进作用。之后对式1.3进行回归，Mi为中介变量，若γ11.2.3数据说明本文使用的数据来自国家卫生和计划生育委员会2017年流动人口健康与计划生育动态检测调查的人口问卷（CMDS）。根据问卷调查，流动人口是指在当地居住一个月以上的流动人口，非区（县、市）户籍的15岁及以上男女流动人口采用个人问卷和村/户问卷进行调查。本研究主要采用个人问卷。个人问卷主要包括四个部分：（1）家庭成员及收支情况；（2）就业；（3）基本公共卫生和计划生育服务；（4）为老年人提供医疗保健服务。该数据采用分层、多阶段和比例PPS抽样方法。通过这些数据，本研究可以定量考察产业结构等因素对就业质量的影响。数据包括来自中国31个省（区/市）的20.6万个个体样本。城市数据来自《2017中国城市统计年鉴》，该年鉴描述了2017年城市的经济和社会发展。本文选取了16-60岁、劳动收入大于0的个体。删除主要变量（包括劳动收入、性别、年龄、受教育年限、婚姻状况和城市控制变量）的缺失样本后，共获得74277个有效样本。表6-2给出了主要变量的描述性统计。表6-2主要变量说明变量名称变量说明Nmeansdminmax人均GDP取对数处理7427711.260.4519.38412.28产业结构三产/二产742771.4470.8900.3704.16人口密度连续变量742770.07170.05250.00050.25失业率连续变量742770.03990.02300.00540.18性别0=男1=女742770.4430.49701年龄连续变量7427734.099.3661660民族0=汉族1=少数民族742770.07470.26301受教育年限连续变量7427710.903.379019户口性质0=农业1=非农业742770.2450.43001政治面貌0=党员1=非党员742770.05750.23301婚姻状况0=未婚1=已婚742770.7360.44101流动范围0=跨省1=省内742770.4920.50001就业质量连续变量742775.1201.2890.8759.25流动时间连续变量742775.4745.5010571.2.4变量共线性检验回归分析前，需要对样本数据进行共线分析，以确保其自变量之间不存在共线问题，从而降低模型结果的方差和标准差的误差值，避免模型结果与实际情况之间的偏差，并提高回归模型结果的稳健性。方差膨胀因素（VIF）为共线统计量的主要参考指标，其中方差膨胀因素取值应在1到正无穷大间，取值越小，证明其解释变量的共线性越小，一般其值若在10以下则说明模型中解释变量不存在严重的共线性。表6-3各解释变量共线性问题指标变量VIF1/VIF产业结构1.2700.786性别1.0300.973年龄1.6400.609民族1.0200.985受教育年限1.5100.663户口性质1.1900.837政治面貌1.0800.923婚姻状况1.3100.766流动时间1.1600.865流动范围1.2600.796人均GDP1.4400.696人口密度1.4900.670失业率1.1400.881各解释变量的线性回归分析结果如表6-3所示，可以看到各个解释变量的方差膨胀因素均小于10，都在1.020-1.510之间，所有的解释变量方差膨胀因素都在合理范围之内，不存在严重的共线性问题，可以进行回归分析。1.3基本回归结果及分析本文利用stata15进行模型回归计算，构建四个回归模型。第一个回归模型变量是产业结构对流动人口就业质量的基准回归；第二个回归模型加入城市特征变量；第三个回归模型加入个人特征变量；第四个回归模型加入流动特征变量。表6-4产业结构对流动人口就业质量的影响：基准回归分析变量

模型1模型2模型3模型4产业结构0.363***0.256***0.129***0.118***(0.005)(0.005)(0.005)(0.005)人均GDP0.126***0.164***0.142***(0.012)(0.010)(0.010)人口密度3.930***3.298***3.086***(0.102)(0.087)(0.089)失业率-1.919***-2.898***-2.774***(0.206)(0.176)(0.177)性别-0.254***-0.250***(0.008)(0.008)年龄0.092***0.091***(0.003)(0.003)年龄的平方-0.001***-0.001***(0.000)(0.000)民族0.040**0.035*(0.015)(0.015)受教育年限0.163***0.165***(0.001)(0.001)户口性质0.237***0.242***(0.010)(0.010)政治面貌0.407***0.406***(0.017)(0.017)婚姻状况0.100***0.098***(0.011)(0.011)流动范围-0.106***(0.009)流动时间0.003***(0.001)cons4.595***3.121***-0.497***-0.194(0.009)(0.129)(0.125)(0.127)N74277.00074277.00074277.00074277.000r20.0630.0970.3460.347*p<0.05,**p<0.01,***p<0.001表6-4报告了基准模型回归结果，模型1结果显示：产业结构对就业质量具有显著为正的影响。模型2中加入城市控制变量，结果发现，城市人均GDP和城市人口密度对流动人口就业质量有正向效应，失业率对流动人口的就业质量有显著为负的影响。城市人均GDP代表了该城市的经济发展水平，经济发展水平越高，流动人口收入水平越高，从而提高了就业质量。城市人口密度代表了该城市人口的密集程度，该指标显著为正，这是因为人口越密集的城市就业机会更多与工资水平更高。城市失业率代表该城市就业情况，该指标显著为负，说明城市失业率越低，就业质量越高。这是因为城市失业率越低，劳动力选择工作的机会越多，可以选择劳动报酬高、工作时间适合的职业，从而提升个人的就业质量。在加入相关城市控制变量后，产业结构对流动人口就业质量的影响系数变小。模型2中加入流动人口个体特征变量，在性别因素中，相比于女性，男性流动人口的就业质量要更高一些。产生这个结果的原因可能有两个：第一是劳动力市场中长期存在的性别歧视，在劳动力市场中女性受制于体力和生理因素，女性找工作往往受到限制。再加上流动人口相比本地户籍劳动力所能获得职位层次会比较低，并且对体力和精力要求更高，所以对女性的就业歧视也延续到了流动人口群体。第二在流动人口群体中，女性往往是以随迁身份进行流动的，因此其担负了更多的家庭责任，所以女性在工作上投入的时间也会相应的缩短，更多的是从事时间较为灵活，且收入相对较低的职位，这也会导致女性流动人口的就业质量低于男性。年龄因素对流动人口就业质量的影响从两个方面来看，一方面随着年龄的增长之前大多流动人口不仅身体素质处于巅峰状态，能在工作上投入更多的精力，并且随着工作年限的增加其工作经验和工作能力也会大幅提升，相应的其工作收入、工作稳定性都会进一步提升。另一方面年龄的平方项系数为负数，这表明随着年龄的进一步增长，流动人口身体素质和接受新知识的能力下降，在精力和体力都无法保证的情况下，其就业竞争力会逐步的下降，就业质量相比之前也会下降，甚至呈负数。户籍变量分为两组，相比于农业户籍，非农业户口流动人口就业质量要更高，并且呈显著影响。出现上述结果的原因有两个，第一“户籍歧视”在流动人口群体总仍然存在，农业户口的流动人口本身人力资本积累不足，再加上社会资本短缺，从而导致其长期在次级劳动力市场就业，所从事的职位往往收入较低，强度较大而且缺乏稳定性和劳动保障。这导致在所有户籍类别中，农业户籍流动人口就业质量最低。第二当前我国大部分地区已经开始实施居民户口制度，对流动人口实行统一的居民户口管理，相比于之前的户籍制度，新的居民户口是和本地部分公共服务相挂钩，非居民户口无法享受本地化公共服务，这也会对流动人口的就业质量产生影响。一方面找工作的意向不太强，另一方面对工作质量的期望也不会太高，找到的工作层次也会相对较低。受教育程度对流动人口就业质量呈显著正向影响，即学历层次越高，流动人口就业质量越高。受教育水平越高，其能获得的工作职位越多，层次越高。其福利待遇、工作稳定性也会越来越高。所以提升流动人口受教育层次是提升其就业质量的主要途径。模型4中加入了流动特征变量，主要包括流动范围和流动时间。流动范围分为跨省流动和省内流动。以跨省流动为参照组，省内流动的劳动者就业质量会显著偏低。这个结果表明，大范围的人口流动有利于提高劳动者的就业质量。在我国，大多省份省内发展差距并不大，因此同省内部收入待遇差别也不会太大。而跨省流动到经济更发达省份的流动人口就有更大的可能获得高收入，而且经济发达地区企业用工也相对要更加规范，劳动者权益相比落后地区更能得到保障，就业质量也会得到相应提升。流动时间对流动人口的就业质量影响呈显著正向影响，这说明随着流动时间的增加，流动人口积累了更多的人力资本，这为其在工作中提高就业质量起到了保障性的作用。1.4稳健性检验为检验基准模型回归结果的稳健性，本文使用工具变量法进行估计分析。考虑到产业结构与流动人口就业质量可能存在相互影响的内生效应，因此本文选取城市道路面积变量作为工具变量处理内生性问题。研究中使用的个人数据和测量方法在很大程度上减少了内生性的存在，但一些变量无法有效量化。例如，不同地区的制度安排可能会影响当地的产业结构，这使得研究因缺少变量而具有内生性。一般来说，通过添加工具变量的两阶段最小二乘估计可以更好地降低内生性。这一工具变量要求与产业结构密切相关，但对就业质量没有影响。综上所述，本研究以各城市道路面积为工具变量。主要原因如下：一是交通基础设施建设投资可以加快人力资源、资本、技术、物流等生产要素的快速流动和聚集，有利于产业结构向更高层次的转移；第二，在现实中，城市道路面积不能影响个人就业质量。在以前的文献中，没有研究指出两者之间存在一定的关系。表6-5稳健性检验结果

模型5模型6模型7基准回归一阶段二阶段产业结构0.118***0.109***0.347***(0.005)(0.005)(0.026)个体特征变量控制控制控制流动特征变量控制控制控制城市特征变量控制控制控制城市道路面积0.049***(0.005)_cons-0.1940.0760.328*(0.127)(0.130)(0.141)N74277.00074277.00074277.000r20.3470.3480.328*p<0.05,**p<0.01,***p<0.001本文检验第一阶段回归工具变量显著性的F统计量，结果发现远远大于10，认为不存在弱工具变量，也说明了选择的工具变量城市道路面积与解释变量产业结构具有显著正相关性，以及工具变量的选取是有效的，故工具变量回归要优于基准回归结果。同时，从系数来看，工具变量回归的系数略高于基准回归的系数，说明在内生性的影响下会低估产业结构对流动人口就业质量的影响。1.5中介效应检验1.5.1城市失业率的中介效应接下来，本文将研究产业结构对流动人口就业质量的中介效应，使用城市失业率与人口密度两个变量为中介变量。本文选择这两个变量作为中介变量有两个原因。首先，经济因素是流动人口在地区和行业之间转移的重要因素。流动人口将积极从收入较低的行业和地区向收入较高的行业和地区转移。产业结构升级可以通过改变流动人口的就业状况来影响其就业质量。其次，城市人口密度越高，规模越大，这意味着它吸引了更多的外来人口。增加劳动力有利于城市经济发展。经济发展程度越高，城市整体工资水平和社会保障越好，流动人口就业质量越高。表6-6中介效应：失业率

模型8模型9模型10就业质量失业率就业质量产业结构0.190***-0.006***0.166***(0.005)(0.000)(0.005)失业率-4.203***(0.177)_cons1.462***0.037***1.617***(0.059)(0.001)(0.059)个体特征变量控制控制控制流动特征变量控制控制控制N74277.00074277.00074277.000r20.3240.0910.329*p<0.05,**p<0.01,***p<0.001由表6-6可知，城市产业结构对城市失业率起到显著负向影响，这表示城市产业结构升级会抑制城市失业率。产业结构升级程度较高的城市将降低失业率。从产业角度看，失业率与产业发展之间存在明显的正相关关系。随着经济发展的需要，科技水平引起的产业结构升级速度远远超过了劳动技能进步的速度，结构性失业人数增加，失业率上升。从服务业的角度来看，失业率与服务业的发展呈负相关。由于服务业的技能水平要求较低，而且产业结构升级显著促进了服务业的发展，服务业的就业机会增加，导致失业率下降。因此，发展第三产业是减少失业的主要途径。失业率的下降意味着流动人口有更多的工作可供选择，这有助于提高流动人口的就业质量。1.5.2城市人口密度的中介效应表6-7汇报了城市人口密度中介效应检验的估计结果，由表6-7可知，城市产业结构对城市人口密度具有显著正向影响。城市产业结构升级将促进城市人口流入，增加城市吸引力。城市产业结构升级通过增加城市人口密度来增加劳动收入。城市人口密度是衡量城市规模的重要标准。城市越大，就业机会就越多。因此，高技能工人更有可能从事生产率高、工资高的工作，而低技能工人也更有可能选择合适的基本工作。不同层次的劳动力由于城市规模的扩大而降低了失业和找工作的成本，并根据自身的技能水平获得了高收入。同时，人口集聚促进不同层次的劳动者增加交流机会，提高技能和信息流通，有助于提高劳动者的收入水平。因此，城市将因人口密度的增加而提高流动人口的就业质量。表6-7中介效应：人口密度

模型11模型12模型13就业质量人口密度就业质量产业结构0.190***0.013***0.140***(0.005)(0.000)(0.005)人口密度3.792***(0.081)_cons1.462***0.054***1.258***(0.059)(0.003)(0.058)个体特征变量控制控制控制流动特征变量控制控制控制N74277.00074277.00074277.000r20.3240.1900.343ar2*p<0.05,**p<0.01,***p<0.001

1.6异质性分析1.1.1分位数回归分析与最小二乘法相比，分位数回归模型具有一定的优势。首先，分位数回归可以更准确地描述自变量x对因变量y的变化范围和条件分布形状的影响。其次，分位数回归法对分布假设的要求比普通最小二乘法低。在不考虑干扰项正态分布的情况下，分位数估计比最小二乘估计更有效。最后，由于它不同于用最小二乘法最小化残差平方和的参数估计方法，因为分位数回归可以通过最小化加权误差的绝对值之和来获得估计参数，所以估计值更稳健，不容易受到异常值的影响。因此，本文在基准模型的基础上进行分位数回归。回归结果见表6-8表6-8产业结构对流动人口就业质量的分位数回归结构

模型14模型15模型16模型17模型18q=0.1q=0.25q=0.5q=0.75q=0.9产业结构0.113***0.112***0.112***0.129***0.140***(0.008)(0.006)(0.006)(0.006)(0.008)人均GDP0.212***0.186***0.144***0.114***0.089***(0.017)(0.014)(0.013)(0.013)(0.016)人口密度3.362***3.445***3.366***2.834***2.423***(0.152)(0.118)(0.116)(0.116)(0.141)失业率-3.286***-3.522***-3.227***-2.504***-1.582***(0.304)(0.236)(0.232)(0.232)(0.280)性别-0.169***-0.213***-0.248***-0.284***-0.311***(0.013)(0.010)(0.010)(0.010)(0.012)年龄0.099***0.095***0.090***0.083***0.088***(0.006)(0.004)(0.004)(0.004)(0.005)年龄的平方-0.001***-0.001***-0.001***-0.001***-0.001***(0.000)(0.000)(0.000)(0.000)(0.000)民族0.055*0.053**0.043*0.0140.002(0.025)(0.020)(0.019)(0.019)(0.023)受教育年限0.154***0.165***0.170***0.171***0.167***(0.002)(0.002)(0.002)(0.002)(0.002)户口0.187***0.221***0.245***0.250***0.250***(0.017)(0.013)(0.013)(0.013)(0.015)政治面貌0.376***0.415***0.455***0.432***0.333***(0.029)(0.023)(0.022)(0.022)(0.027)婚姻情况0.087***0.077***0.078***0.111***0.101***(0.019)(0.015)(0.014)(0.014)(0.017)流动范围-0.073***-0.098***-0.110***-0.108***-0.115***(0.015)(0.011)(0.011)(0.011)(0.014)流动时间-0.0010.0000.003**0.006***0.008***(0.001)(0.001)(0.001)(0.001)(0.001)_cons-2.374***-1.430***-0.2080.926***1.717***(0.217)(0.169)(0.166)(0.166)(0.201)N74277.00074277.00074277.00074277.00074277.000*p<0.05,**p<0.01,***p<0.001总体上来看，产业结构对流动人口就业质量的影响在所有分位点上都呈显著影响，且随着分位点的提高，产业结构对流动人口就业质量的影响系数逐渐提高。这表明产业结构对拥有高就业质量的流动人口影响更加深。从城市特征变量上来看，城市人均GDP、失业率和人口密度对所有分为点上的就业质量呈显著影响，其中失业率呈显著负向影响。但三种变量的影响系数的绝对值都呈逐渐减小的趋势，这说明这三种变量对处于高分位点的流动人口的就业质量的影响效应逐渐减小。从个体特征上看，性别对流动人口就业质量的影响在所有分位点上都呈显著影响，而且随着就业质量所处分位点的提高，男性就业质量相比女性要更高，这意味着在较高层次的职业当中存在着明显的“性别隔离”，女性在高层次就业的待遇和发展相比男性都会有更加明显的差距。流动人口年龄的回归系数在所有分位点的系数都为正，年龄的平方在所有分位点上都为显著负数，这说明年龄对就业质量倒U型影响在所有分位点上都成立。户籍因素中，相比农业户籍其他类型户籍能够显著提高就业质量。受教育程度对流动人口就业质量的影响依然很大，但随着流动人口就业质量的提高其影响也逐渐下降，这也表明更高层次的就业岗位所需要不仅仅是学历，其他因素和积累也十分重要。当就业质量较高时，党员因素对流动人口就业质量呈显著的正向影响。流动特征中，省内流动的负面影响会随着就业质量的提高而逐步降低。

1.1.2区域异质性分析目前我国整体上还存在区域经济发展不均衡的问题，各区域经济和社会发展水平存在着差异。因此，为了使研究更加全面，本文根据流入地，将样本划分为三部分：东部地区、中部地区和西部地区。表6-9区域异质性分析

模型19模型20模型21东部中部西部产业结构0.140***-0.028-0.099***(0.005)(0.019)(0.026)人均GDP0.317***0.052**0.108***(0.016)(0.017)(0.032)人口密度2.890***0.5582.472***(0.101)(0.327)(0.418)失业率-1.868***-5.399***-1.718**(0.221)(0.454)(0.597)性别-0.241***-0.287***-0.229***(0.010)(0.016)(0.020)年龄0.100***0.073***0.087***(0.004)(0.007)(0.008)年龄的平方-0.001***-0.001***-0.001***(0.000)(0.000)(0.000)民族-0.0370.066*0.132***(0.020)(0.029)(0.033)受教育年限0.170***0.157***0.151***(0.002)(0.003)(0.003)户口性质0.179***0.260***0.429***(0.012)(0.020)(0.025)政治面貌0.354***0.487***0.391***(0.023)(0.033)(0.040)婚姻状况0.053***0.152***0.110***(0.014)(0.022)(0.026)流动范围-0.088***-0.109***-0.084***(0.012)(0.021)(0.022)流动时间0.006***-0.005***-0.002(0.001)(0.002)(0.002)_cons-2.399***1.589***0.545(0.192)(0.215)(0.377)N43201.00018701.00012365.000r20.3880.2700.283*p<0.05,**p<0.01,***p<0.001整体上来看，产业结构对东部地区流动人口的就业质量呈显著正向影响，但是对西部地区呈显著负向影响。这可能与东西部地区资源禀赋的不同相关，东部沿海地区通商口岸多，商业及信息技术行业发展水平比中、西部地区高。随着产业结构的提升，第三产业得到良好发展，产生了大量的岗位供流动人口选择。这不仅增加了流动人口就业的概率，也提高了流动人口工资性收入，从而影响流动人口的就业质量。反观西部地区，由于处于内陆地区，地貌大多以高原丘陵为主，交通设施不发达。大多数西部地区主要以农业工业为主。随着产业结构的提升，西部地区的农业工业岗位减少，导致流动人口就业质量减少。男性流动人口就业质量显著高于女性，各区域没有明显差别。年龄对流动人口就业质量在各区域都呈显著正向影响。同时年龄对流动人口就业质量仍是倒U型影响。其中在中部区域，年龄对流动人口就业质量影响系数较其他地区偏低。且年龄增长带来对就业质量带来的负面影响较其他地区也偏低。这原因很大可能在于中部地区老龄化较全国其他地区严重，因此老年人口的就业比例要更高一些。1.1.3行业异质性分析表6-10行业